最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

云鸟科技CEO 畅谈新零售下的物流痛点解决

[复制链接]
跳转到指定楼层
楼主
发表于 2017-7-25 18:02:01 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
“新时代,新物流,新模式,新未来”。5月6日,2017运联峰会在上海汽车会展中心隆重举行。各位物流业内大佬新锐们齐聚一堂,共同探讨新零售大背景下行业发展的创新与前景展望。云鸟科技的CEO韩毅作为嘉宾出席了本次峰会,并发表了《云鸟科技对新零售环境下的物流痛点的思考》的主题演讲。韩毅的演讲从新零售与传统商业模式的不同为切入点,依托大数据的积累,详细阐述了云鸟科技在新模式下,凭借鸟眼系统和百灵引擎、订单封装的创新结算方式,对于整个供应链交付过程中一些痛点的解决经验,引发了广泛的关注与热烈的反响。
以下为韩毅本次演讲实录——
各位大家好,很荣幸被邀请,有这样一个机会跟大家一起分享。组委会给了我一个命题作文,关注一下今天相对比较热点的话题,这个话题就是新零售。所以我想,基于云鸟对新零售的观察,包括存在的一些痛点,跟在座的物流的朋友做一些分享。
简单介绍一下云鸟,我们总部在北京,五百人,目前前端服务一万家的货主。我们的货主是指,货物已经到了城市边上,可能是到了存储仓或者分拨,需要进城的这种情况。这时候我们进城一般满足的是相对的重物,云鸟不做2C宅配,也不是落地配,我们做的是B2B。我们现在平均重物,一票170公斤,0.9立方米。这是我们市场作业段的特征。我们现在是在15个城市,2014年底、2015年初开始运作的。
我们做的相对来说比较聚焦,同时我们不会做上游产业,对在座的很多人来讲,我们是合作伙伴。我们不碰仓不碰干线,也不碰2C,我们有很聚焦的一块作业段,这个作业段就是城市及周边的B2B。所以我们和很多做仓做项目物流的朋友,都是合作和朋友的关系,云鸟非常注重这一点。
下面分享一下新零售和之前有什么不同。最大的不同,首先是环节少了。大家知道中国原来进城市以后的商流供应链,是以生产商为角度构建的。什么是生产商为角度构建?就是生产商找总代理,然后找经销商,然后再卖给前端的零售,零售再卖给消费者。这个链里比较强势的都是生产商。围绕生产商做仓储物流和供应链的介绍,中间的环节是比较多的。大概中间压了很多货。比如在北京的经销商,他们说北京周围如果一些耐用一点的消费者,压的是一年销量的两到三倍,但是并没有被销售出去。
新零售,从物流和供应链最大的特征就是所有人都开始反向思维,就是说它是属于从零售的前端往后拉动的,一定是东西能卖出去所有人才会去进货生产,这是最大的不同。这些不同的情况下,会产生一些新的特点。我们今天熟悉的很多供应链和产品,过两三年之后是非常落后的,很多东西都被重新改造了。所以我们不认为今天的形态其实是正常的,今天很多形态是不正常的,我们看一下正常的形态应该是什么样。
这个是一部分零售的,这是尼尔森的数据,总体来讲中国整个门店零售,这是2015年的时候,上面还有一张是2016年,2015、2016年我们就不比较了。如果比较你会发现,便利店涨的速度比较快,大卖场在下降,夫妻老婆店没动,专卖店在增加。这张图里面,零售网点大概数量在五百万左右。这个数字不同的有争议,我知道另外一个数字,中国零售网点,就是说这个地方就是卖东西的,大概是七百万家。那天和一个烟草专卖局的朋友聊,说中国夫妻店肯定不只306万家,拿了执照卖烟的店超过了608万家,所以这是不同的口径诞生的不同数据。就是说有很多零售网点是很小的,所以不奇怪,不同的口径有所不同。总体来讲给大家一个宏观的概念,就是整个的数量大概在五百万到七百万之间。
这些零售网点很大的特征是,它们是在人口最密集的地方,没人的地方是不去的,因为什么都卖不掉。除了七百多万家零售网点之外,中国还有七百到八百万家的服务网点。区别是什么?服务网点不能直接卖零售,举个例子,比如像饭店,比如维修,是需要再加工的,所以我们今天说零售的话题,只是分析纯零售网点。
这是5月4号北京市场由我们承运的送到零售网点的一张热点图。这是指,今天因为我们的城配基本上已经数据化了,所以很容易知道一天时间在北京,所有这些货主和各方面的零售网点供货的情况。这是近一天产生的配送的订单,这些订单平均在170公斤左右,平均体积在0.9立方米。这样我们可以看到哪些网点在进货、进的什么货。这里可以看到一个比较有意思的地方,右边大家看到有一块红色的区域,这块是CBD,说明CBD的人民购买力是比较强的。在北京这些零售的东西我们看到是怎么去卖掉的。
今天我们承接的零售类的前端的配送,一些数据分享一下。首先是出仓时间,2.6小时,这是一个很低的水平,说明中国今天的仓储分拨,特别是B2B的仓储水平不高,到仓以后司机很多要参与到分拨,大概2.6小时。平均一票的在途要耗费0.8小时,大概40分钟。平均一车是6.5票,平均装载率是81%到82%左右,日平均票数。这是今天我们平台上的,全国4.8万票。中国一天从周围的仓库2B的往前端的零售和服务业,一天多少票?1700万票。当然,我们今天其实也是在其中,只是一部分。大家知道原来这是一个非常非常分散的市场,分散在很多的个人司机。我们实际上也只是做了一小部分,从这些数据来讲,我们可以对整个配送行业有一些比较概括的了解。
刚才说了零售是一个特别能揭示今天同城2B行业配送问题的地方,原因是什么?原因是比原来的票小,零售现在是160公斤,整个城市的大票,包括一些大票,特别是to经销商,仓到仓,倒仓的,那一票加在一起就非常了。所以零售就明显小,同时频率高,一周的配送时间4.4次,这是很高的水平。同时它的时间,时效要求相对来说要小。给大家举一个例子,零售网点的配送平均的在途时长大概只有4.5到4.6小时,大的城配在途时长是7.6到7.8小时,说明零售型的客户对在途时长的忍受总长度是要低于全国水平的。同时票小,分散,时效要求高,相对来说重量又没那么重,它不完全像整车,大部分采用的是整车之后的多点配送的技术。
还有人才缺失,同时末端是一片黑暗。我们刚进入这个行业的时候,大部分的配送现状是,司机到达货主的仓库,能给一张纸,还有能拿打印机把货单和清单打印出来的货主,今天都算是先进水平。司机拿着纸质订单,包括清单的单据,直接拿着手机打个电话就出门了,互相的信息全是断掉的。末端配送的数据形成一片黑暗,这里面的时效,哪个司机好哪个司机坏,在途时长,哪个效能高,哪个点耽误的时间长,所有东西调配是否合理,满载率、装载率、配载率,这些东西我们之前是不太知道的,周围所有的循环并没有构成一个闭环。
同时供应链的核心特征是协同能力,这是我们的一个观点。我们的观点,供应链的好坏最关键是协同能力。所有人要协同一起服务到前端的客户。
针对这个东西,我们也提出了我们自己的解决方案。大家知道,城配行业还是比较分散的。因为我们本身是一家做科技和数据为核心的公司。所以有自己对新零售方面,我们专门出了一套零售订单的解决方案,我们大概过一下。
这是一站式的,这一站式的东西就是说,我们其实不需要货主在城市配送方面花很多心思,我们都帮助解决了。我们现在实际的过程,单票的交付成本,目前平均下降了10%到15%。一票节约了10%到15%,大约节约了很多钱。大家知道整个城市配送,零售订单大平均下来的成本是76块钱一票,我们现在做到的水平是大概在65到66。这不是从司机身上榨出来的,完全是通过订单、交付、出仓的优化、线路优化,这是数据榨出来的水分,说明数据是有用的。
这个是票结,不用管复杂的过程了,我们可以保证比你原来的价格下降10%到15%。这是一套环节图。做了几件事,首先是订单信息肯定要获取的,没有订单信息无法交付;第二是专业预约,预约很重要,预约是提高精准率的一个很关键的东西;第三个大家都知道,配送区域排布,运力的长短,主线司机零线司机的规划,满载率这些,我们都叫做排线调度;第四个是顺序,这个我们不再花时间了。总之大家知道,处理订单交付过程中,真正难的不是司机上路,真正难的是司机为什么要这么上路,这才是真正重要的问题。
这是某一条线路集合之后的计算。这些算法基本上是自动的,当然会有一定的人工辅助,比如有些满载率是有问题的需要微调,这些都有。但是总体来讲,现在能够做到数据化。这是订单预约,降低成本,妥投,这是由零售订单处理中心来完成的。全国我们只有这么一个中心,连广州的单子都是在北京完成的。这些数据和订单的处理,跨地区跨省的订单安排和排线是没有问题的。
这其实是在途,主要是司机,司机没有数据是不知道哪个司机是差的,司机的劳动效能是归差到30%到40%,但是你不知道谁好谁差,不知道这个东西成本是下不来的。
这是智能化定价,我们刚才跟福佑的原理是一样的,我们这个地方有个专门的计算引擎叫做百灵引擎。我们比福佑的还复杂,比如,发现停车费占的比例很高,停车费怎么算?而且还有很多上楼的成本,这些都是在学习过程中。我们现在通过这个计算,能够通过运力计算降低价格。原来都是司机一口价,440。现在通过智能计算,算出来410,司机可能就认了。
这还是一样的,从运力角度降低成本。刚才是订单角度降低成本。总而言之,这里面有很多数据的游戏和科技的游戏。我觉得科技的价值是在当中做到一些人做不到的事,这就是科技的价值。
这个是司机选择,做最好的配送。整个的过程,大的逻辑就是这样,收货人、发货人、客服系统,这边称为鸟眼,中间的人是司机端和云鸟系统,云鸟系统充当了数据和科技中介的角色,逻辑图是很简单的。这是我们现在很多的零售方面的一些配套客户,现在API已经打通了,打通以后是流水型的订单自动编号。这个编号是这样,前端产生一个订单就推给我们一个。每推一次,可能整个的排线都会重新再调一次。因为它可能产生新订单,有可能原来上一次的排线整个会推翻,瞬间刷新一遍,这个是确定之后才去做分拨。
这是上的增值服务,可能会有一些客户需要,如果需要的话,是可以把它挂上去的。如果有涉及到代收或者涉及到保险,这些东西是可以挂上去的。这个案例是我们一个很好的合作伙伴,不再说是谁了。车均票数上升了这么一个比例,这是关键,大平均来讲城配大概就在7.5到7.6,这和品类有关和距离有关和车型有关和时效有关,总体来讲,最后来讲节约的成本在单车票量上了。一车的票数上不去,成本是下不来的,因为单票成本根本就下不来。
交付成本,这家客户下降得比较明显,下降了20%多,老板是非常非常开心,从来没觉得,什么事都不管还能下降这么大的成本,也感觉到科技的力量还是很的,要相信技术的发展能够产生一些很了不起的东西。这是真实的。
满载率的提升,满载率其实我们并不认为高于90%以上很优,过高的满载率其实不一定是对的。
总体来讲,我们的使命还是会聚焦在城市配送的B2B,特别是在新零售产生之后,我们认为整个零售末端的整个的供应链全部在重组。这件事情发生的根本不是原来的传统方式能满足的,科技和数据是唯一的出路,和上游的协同是唯一的出路。所以我们的关键词就是,科技数据,上游协同,这些都是我们的关键词,希望能够给货主创造更好的体验。
在这儿我们是一个做得比较专一的公司,我们不会跟很多的朋友去抢饭碗,云鸟是老老实实去做能做好的这一块,同时我们非常希望能够和大家在一起,构成合作伙伴。如果您这边的公司和各方面有末端交付,我觉得两个,如果您是货主的话,我们可以把您的成本做重大的降低。如果您是物流公司,我们可以构成战略合作伙伴,把末端交付一起,让你的前端客户更有竞争能力。这是我们希望起到的价值,非常希望和大家交朋友。
再次感谢大家的支持和这么一个机会,谢谢。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-5-14 06:01

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表